2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩130頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像在采集、轉(zhuǎn)換、傳輸和顯示等過(guò)程中不可避免的要受到設(shè)備、環(huán)境和場(chǎng)景的影響,導(dǎo)致圖像質(zhì)量的退化,進(jìn)而影響圖像的后續(xù)處理和應(yīng)用。為了改善圖像質(zhì)量,獲得更加真實(shí)、可靠的信息,必須對(duì)圖像進(jìn)行處理。從本質(zhì)上來(lái)說(shuō),圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域中的許多研究,如圖像去噪、去模糊、圖像修補(bǔ)、超分辨率重構(gòu)和鏡頭畸變矯正等,其目的都是希望從可能被噪聲污染的或不完全的觀測(cè)信號(hào)中,盡可能精確地恢復(fù)出原始的、清晰的信號(hào)。這些反問(wèn)題研究面臨的最大挑戰(zhàn)是它們都是病態(tài)的,

2、逆運(yùn)算或者不存在,或者對(duì)噪聲特別敏感。因此,如何有效地求解這些病態(tài)的反問(wèn)題,確定一個(gè)合理的、盡可能接近真實(shí)的解,成為當(dāng)前研究的熱點(diǎn)與難點(diǎn)。本文從幾類(lèi)常見(jiàn)的圖像降質(zhì)現(xiàn)象出發(fā),圍繞圖像處理中的三個(gè)關(guān)鍵問(wèn)題:圖像去噪、去模糊和鏡頭畸變矯正,進(jìn)行了探索性和創(chuàng)新性的研究,主要內(nèi)容包括:
  ⑴在圖像去噪方面,首先,在分析了常用于衡量去噪效果優(yōu)劣的峰值信噪比公式的基礎(chǔ)上,利用Stein的均方誤差無(wú)偏估計(jì)(SURE)準(zhǔn)則,結(jié)合圖像的局部近似模型

3、,提出了基于SURE準(zhǔn)則的局部線(xiàn)性圖像濾波方法。該方法計(jì)算簡(jiǎn)單,具有線(xiàn)性時(shí)間復(fù)雜度,而且在抑制噪聲的同時(shí),能夠較好的保持圖像的幾何結(jié)構(gòu)等細(xì)節(jié)信息,因此可以有效地應(yīng)用于圖像處理的許多方面,如圖像去噪、細(xì)節(jié)增強(qiáng)和高動(dòng)態(tài)范圍壓縮(HDR)等。其次,針對(duì)全變差(TV)正則化函數(shù)在零點(diǎn)不可微的問(wèn)題,提出了基于局部線(xiàn)性模型的自適應(yīng)加權(quán)全變差去噪方法。該方法將求解含有全變差項(xiàng)的優(yōu)化問(wèn)題,轉(zhuǎn)化為求解簡(jiǎn)單的局部仿射變換問(wèn)題,避免了在零點(diǎn)微分,并且,通過(guò)自

4、適應(yīng)的調(diào)節(jié)加權(quán)系數(shù),有效地提高了圖像去噪效果。最后,在研究一維快速測(cè)地距離計(jì)算的基礎(chǔ)上,通過(guò)對(duì)二維圖像每一維分別進(jìn)行處理的方法,提出了一種基于可分測(cè)地距離的快速圖像濾波方法,該方法不僅降低了計(jì)算量,而且能夠直接應(yīng)用于彩色圖像,進(jìn)一步,利用測(cè)地距離衡量像素間的相似性,提出了一種測(cè)地超像素生成方法,該方法不僅運(yùn)行速度快,而且能夠得到分割精度高、分布均勻、形狀近似規(guī)則的超像素。
 ?、圃趫D像去模糊方面,首先,針對(duì)模糊核已知的非盲去模糊問(wèn)

5、題,提出了一種基于l0-范數(shù)正則化的圖像去模糊方法。該方法利用圖像梯度具有稀疏性的統(tǒng)計(jì)特性,以l0-范數(shù)作為正則化約束函數(shù),保證了恢復(fù)圖像的稀疏性要求,可以有效的去除不同程度的高斯模糊和運(yùn)動(dòng)模糊。其次,針對(duì)模糊核未知的盲去模糊問(wèn)題,提出了一種基于邊緣檢測(cè)和l0-范數(shù)的盲去模糊方法。該方法利用提取的顯著邊緣信息,對(duì)模糊核的估計(jì)過(guò)程進(jìn)行控制,克服了基于簡(jiǎn)單的最大后驗(yàn)概率方法的不足,同時(shí),結(jié)合運(yùn)動(dòng)模糊核具有稀疏性的先驗(yàn)知識(shí),以l0-范數(shù)作為模

6、糊核約束,進(jìn)一步提高了估計(jì)結(jié)果的精度。
 ?、窃阽R頭畸變矯正方面,針對(duì)傳統(tǒng)矯正方法很少考慮畸變中心的不足,利用圖像中的直線(xiàn)特征,提出了基于單幅圖像的鏡頭畸變中心和畸變系數(shù)同時(shí)估計(jì)的徑向畸變矯正方法。該方法在鏡頭畸變的商模型下,詳細(xì)地討論了畸變直線(xiàn)的幾何性質(zhì),證明了空間中的直線(xiàn)在鏡頭的徑向畸變作用下,投影成為圖像中的圓弧,并分析了畸變中心和畸變直線(xiàn)的關(guān)系,進(jìn)而利用圓擬合方法,同時(shí)對(duì)畸變參數(shù)進(jìn)行估計(jì)。與傳統(tǒng)方法相比,該方法考慮了畸變中

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論